基于主成分分析与最小二乘支持向量机的电子商务信用风险综合评分

摘要：

在国内外文献研究的基础上，建立电子商务信用风险综合评分指标体系，运用主成分分析法（PCA）对电子商务信用风险的核心指标进行提取，从19个指标中提取8个主成分作为电子商务信用风险的综合评分指标，采用粒子群算法（PSO），选择合适的最小二乘支持向量机（LSSVM）的惩罚因子C和RBF核函数参数σ，接着利用PCA-PSO-LSSVM组合模型对电子商务信用风险的8个主成分13家电子商务企业的训练集进行训练，再用测试集对信用风险指标进行预测，通过对5家电子商务企业的信用风险进行测试和验证，可得到较为满意的效果。实验结果证明：通过对LSSVM、PSO-LSSVM和PCA-PSO-LSSVM预测的精度进行比较，PCA-PSO-LSSVM预测精度高，模型的组合是合理的、有效的。

关键词：主成分分析、粒子群算法、最小二乘支持向量机、电子商务、信用风险、综合评分

所属期刊栏目：35

分类号：F713.36;F224(国内贸易经济)

资助基金：国家级星火计划项目2013GA780086；湛江市第一批财政资金科技专项备用经费项目湛科[2013]120号；南海丝绸之路协同创新中心资助

在线出版日期：2016-06-06（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：87-93